Portare un'azienda sul cloud è solo l'inizio del viaggio: bisogna sfruttare al meglio l'enorme potenziale di efficienza e innovazione che esso offre. Ciò significa creare applicazioni e servizi specifici che massimizzino il valore dell'ambiente cloud.
Per i nuovi sviluppi greenfield questo non dovrebbe essere un problema. Che dire, però, del patrimomio legacy? Le grandi organizzazioni avranno nel loro portfolio centinaia, migliaia, forse anche decine di migliaia di applicazioni, molte delle quali mission-critical.
Per assicurarsi valore a lungo termine, è necessario decidere attentamente quali di queste applicazioni debbano essere modernizzate e in che misura. Bisogna anche considerare le scelte sull'infrastruttura e sull'architettura dei dati, sia che le applicazioni siano già state migrate con un approccio "lift and shift" o che sia appena stata avviata la migrazione al cloud.
Modernizzare le applicazioni: è probabile che già il rehosting delle applicazioni nel cloud riduca alcuni costi e risolva alcuni problemi di debito tecnico. Ma che differenza vedranno effettivamente gli utenti finali e quanto valore di business in più verrà effettivamente liberato? Per massimizzare davvero il valore del nuovo ambiente bisogna modernizzare le applicazioni per il cloud.
Modernizzare l'infrastruttura: mentre il mondo si muove verso un'infrastruttura definita dal software, i sistemi in grado di operare nel nuovo paradigma "infrastructure as code" stanno diventando essenziali. Modernizzare l'infrastruttura per questo tipo di ambiente, abilitando molta più automazione e intelligence-driven management, può ottimizzare in modo significativo non solo i costi, ma anche l'agilità e la flessibilità dell'azienda.
Modernizzare i dati: i dati sono il terzo pilastro chiave della strategia di modernizzazione. Oggi, in molte aziende, le architetture di dati legacy on-premise sono complesse, costose, non flessibili e difficili da mantenere. Le moderne architetture di dati del cloud, invece, permettono di usare i servizi di analisi avanzata degli hyperscaler, come il machine learning o il deep learning, a una velocità e con un livello di semplicità che in un vecchio data center sarebbe impossibile ottenere.
